基于RBF神经网络的车辆牵引性能测试数据融合技术

• 作者: 苏英 陈平
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 数据融合技术 径向基函数神经网络 误差补偿 车辆牵引性能测试
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 43-44,47
• 页数: 3页
• 分类号: TP274
• 字数: 1484字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2007.02.014

摘要

针对目前车辆牵引性能测试中,牵引力传感器由于环境温度变化出现测量误差,影响了测试精度的问题,采用基于神经网络的数据融合技术对其进行补偿,不但避免了硬件补偿的复杂性,且提高了测试精度,取得较好的效果.实验证明:采用基于径向基函数(RBF)神经网络的数据融合技术补偿牵引力传感器中由于温度漂移而引起的误差较传统的补偿方式,具有较大的优势,有一定的实用性和推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平	山东理工大学计算机科学与技术学院	104	1323	16.0	33.0
2	苏英	山东理工大学计算机科学与技术学院	2	4	1.0	2.0